CN117972443A - 利用相似度算法进行地层对比的方法 - Google Patents

Abstract

本申请公开了一种利用相似度算法进行地层对比的方法，包括获取参考井与目标井相应层位微电位、高分辨率侧向、微球、密度、高分辨率声波和自然伽马这六种测井方法的测井曲线，采用Pearson相关系数、时域梯度、动态时间弯曲度或动态时间概率密度相似度算法，计算目标井全井段一定滑动窗长内的相似度参数；根据参考井的层位参数与目标井的相似度参数确定对比层位深度；解决现有计算机自动对比，当测井资料发生变化时，层位对比误差较大的问题。

Description

利用相似度算法进行地层对比的方法

技术领域

本公开涉及油藏工程-测井地质领域的地层对比技术，具体 的是利用测井资料进行计算机智能地层对比技术。

背景技术

本节中的陈述只提供与本公开有关的背景信息并且不构成 现有技术。

已有的地层对比技术除人工对比外，计算机自动对比就是在 Log软件上，首先人工对好参考井与目标井的参考层位，如图1 所示，下面的是参考井，上方的是目标井，根据参考井S216层 到S215层的距离，在目标井S215层的位置，运用所述距离来 确定目标井S216层的大体位置，从而实现计算机自动地层对 比。但因为计算机自动对比大多直接利用测井资料幅值信息， 采用“一对一、点对点”的相关对比或图像匹配技术进行地层 对比，当测井资料含有噪声、物性、层厚等发生变化时，层位 对比误差较大。

需要说明的是，在上述背景技术部分公开的信息仅用于加强 对本公开的背景的理解，因此可以包含不构成现有技术的信 息。

发明内容

有鉴于此，本公开提供一种利用动态时间弯曲度法进行地 层对比的方法，解决现有计算机自动对比，当测井资料发生变 化时，层位对比误差较大的问题。

为实现上述发明目的，所述的利用相似度算法进行地层对 比的方法，其特征在于，包括：

获取参考井与目标井相应层位微电位、高分辨率侧向、微 球、密度、高分辨率声波和自然伽马这六种测井方法的测井曲 线，采用Pearson相关系数、时域梯度、动态时间弯曲度或动 态时间概率密度相似度算法，计算目标井全井段一定滑动窗长 内的相似度参数；

根据参考井的层位参数与目标井的相似度参数确定对比层 位深度。

在本公开的实施例中，计算所述相似度参数的方法是：

计算参考井与目标井相应两条测井曲线变量之间的 Pearson相关系数、计算参考井与目标井相对应层段测井数据 间的时域梯度、计算参考井与目标井相对应层段测井数据间的 距离度或计算参考井与目标井相对应层段测井数据间的概率密 度；所述Pearson相关系数、所述时域梯度、所述距离度或所 述概率密度即为所述相似度参数。

在本公开的实施例中，确定对比层位深度的方法，包括：

在所述目标井全井段中，针对每种测井方法，选取体现最 大相似度的所述相似度参数所在的层位对应的深度作为所述测 井方法的最优层位深度；

选取所述最优层位深度中相同的深度点，若所述深度点为 一个，则所述深度点作为最终匹配深度；

若相同的深度点为两个以上，则获取参考井上对应的两层 位之间的深度差作为参考深度差，分别计算各相同的深度点与 所述上一层位的深度点之间的深度差值，选择所述深度差值中 最接近所述参考井深度差的深度点作为最终匹配深度；

若没有相同的深度点，则分别调用与所述最优层位深度相 同层位的邻井的测井数据代替所述参考井的所述相同层位的测 井数据重新计算最优层位深度，依据重新计算的最优层位深度 重新确定最终匹配深度；

若对区域内所述相同层位的所有井进行所述重新计算后， 仍未找到相同的深度点，则该目标层位按断层处理。

在本公开的实施例中，对所述测井数据进行归一化处理以 消除不同所述测井数据间测量单位的影响，同时减小测量噪声 对计算所述Pearson相关系数、所述时域梯度、所述距离度或 所述概率密度的影响。

在本公开的实施例中，所述归一化处理是在一定滑动窗长 的滑动窗口内，分别对参考井层位窗口和所述目标井全井段的 六种所述测井方法的测井数据进行归一化处理以得到相应的归 一化测井数据。

在本公开的实施例中，所述归一化处理的方法，包括：

利用每个滑动窗口内各种测井方法测井数据的最大值，去 除对应的测井方法在本滑动窗口内其它测量点的测量值，得到 所述滑动窗口内各种测井数据的归一化测井数据。

在本公开的实施例中，利用所述归一化测井数据计算所述 Pearson相关系数、所述幅值偏差与梯度偏差的加权平均、所 述距离度或所述概率密度。

在本公开的实施例中，所述一定滑动窗长是8-200个测量 数据点。

本公开具有如下有益效果：

本申请利用相似度算法进行地层对比的方法，可以采用 Pearson相似度、时域梯度、动态时间弯曲度、动态时间概率密 度四种相似度计算方法中的任何一种计算目标井全井段一定滑 动窗长内的相似度参数，根据参考井层位参数与计算的相似度 参数寻求最佳匹配结果，即为所判定层位。即本公开方法根据 目标井与参考井相对应层段测井数据幅值信息及梯度信息等， 利用这些算法有效提取老井测井曲线与新井测井曲线的相似 性，采用目标井与参考井相对应层位匹配原则，实现了利用测 井资料进行储层对比的目的，对比标准统一，速度快，精度 高，受人为因素干扰小，解决现有计算机自动对比，当测井资 料发生变化时，层位对比误差较大的问题。

附图说明

通过以下参考附图对本公开实施例的描述，本公开的上述 以及其它目的、特征和优点更为清楚，在附图中：

图1是本公开所述参考井与目标井两条测井序列之间对应 计算关系；

图2是相似度算法进行地层对比流程图；

图3是本公开实施例的参考井G113层位曲线特征；

图4是本公开实施例的目标井G113层位曲线特征及计算比 对结果；

图5是本公开实施例的参考井G113层位曲线形态特征及相 应数据；

图6-1～6-4是本公开实施例的目标井G113层位曲线形态 特征及计算比对结果；

图7是本公开实施例的目标井与参考井为同一口井的自检 测效果图；

图8是本公开实施例的萨尔图某油层组目标井与参考井为 不同井的对比效果图；

图9随机处理16口井1111个层的人工对比与自动对比效 果图。

具体实施方式

以下基于实施例对本公开进行描述，但是值得说明的是， 本公开并不限于这些实施例。在下文对本公开的细节描述中， 详尽描述了一些特定的细节部分。然而，对于没有详尽描述的 部分，本领域技术人员也可以完全理解本公开。

此外，本领域普通技术人员应当理解，所提供的附图只是 为了说明本公开的目的、特征和优点，附图并不是实际按照比 例绘制的。

同时，除非上下文明确要求，否则整个说明书和权利要求 书中的“包括”、“包含”等类似词语应当解释为包含的含义而不 是排他或穷举的含义；也就是说，是“包含但不限于”的含义。

图2是本公开实施例的利用相似度算法进行地层对比的方 法的流程图；如图2所示：所述的利用相似度算法进行地层对 比的方法，包括：获取参考井与目标井相应层位微电位、高分 辨率侧向、微球、密度、高分辨率声波和自然伽马这六种测井 方法的测井曲线，采用Pearson相关系数、时域梯度、动态时 间弯曲度或动态时间概率密度相似度算法，计算目标井全井段 一定滑动窗长内的相似度参数；根据参考井的层位参数与目标 井的相似度参数确定对比层位深度。

具体地，以某区域的目标井的G113层和参考井的G113层 进行同层对比为例，对本公开的利用相似度算法进行地层对比 的方法进行详细说明如下。

一：获取参考井与目标井相应层位微电位、高分辨率侧 向、微球、密度、高分辨率声波和自然伽马这六种测井方法的 测井曲线，采用Pearson相关系数、时域梯度、动态时间弯曲 度或动态时间概率密度相似度算法，计算目标井全井段一定滑 动窗长内的相似度参数。

众所周知，油田上地球物理测井方法很多，但适合本方法 的测井方法，经过发明人的不断研究，最终确定上述六种测井 方法的测井数据进行测井数据距离度计算。

1、测井数据的归一化处理

在一定窗长的滑动窗口内，分别对参考井层位窗口和目标 井全井段的六种测井方法的微电位测井数据、高分辨率侧向测 井数据、微球测井数据、密度测井数据、高分辨率声波测井数 据和自然伽马测井数据进行归一化处理以得到相应的归一化测 井数据，具体如下：

(1)确定一定窗长

选取8至200个测量数据点作为一个滑动窗口长度。

(2)获取测井数据

分别获取目标井和参考井相应层位窗口的微电极、高分辨 率侧向、微球、密度、高分辨率声波、自然伽马这六种测井方 法对应的测井数据。其中，图3和图4分别给出了目标井的 G113层和参考井的G113层的测井曲线特征，图5和图6-1～6- 4分别给出了目标井的G113层和参考井的G113层位的六种测 井曲线响应特征。

(3)对所述测井数据进行归一化处理

对在滑动窗口内的测井数据进行归一化处理，以消除不同 种类测井资料间测量单位的影响，同时减小测量噪声对计算结 果的影响。具体利用每个滑动窗口内六种测井方法分别对应的 测井数据的最大值，去除该测井方法本滑动窗口内其它测量点 的测量值，得到该滑动窗口内各种测井数据的归一化值。

滑动窗口每滑动一个点，依据此方法计算一次归一化值， 直至计算完目标井全井段和参考井层位窗口的归一化测井数 据。

2、分别通过所述归一化测井数据计算Pearson相关系数、 时域梯度、距离度或概率密度

(1)Pearson相关系数的计算

Pearson相关系数作为一种典型的相似度度量方法，更关注 测井响应间的趋势性和方向性差异，目标井与参考井相应两条 曲线变量之间的Pearson相关系数定义为两条曲线之间的协方 差和标准差的商：

基于目标层段相应测井响应，对测井数据的协方差和方差进 行估计，可以得到测井数据的标准差：

基于上述说明，所述Pearson相关系数计算过程如下：

①、计算平均值

对步骤1(3)获得的参考井层位窗口、目标井全井段的归 一化测井数据，分别计算平均值。采用的公式为：其中x_i为归一化的测井数据。

②、计算协方差和方差

分别计算滑动窗口内六种测方法的参考井层位窗口、目标井全 井段的归一化测井数据的协方差和方差，采用的公式为： 协方差：目标井、参考井的方差分别为： />x_i、y_i分别表示目标井、参考井测井曲线 测量值，/>表示目标井、参考井测井曲线测量值的平均值。

③、计算Pearson相关系数

分别计算六种测井方法、每个滑动窗口内归一化测井数据 的Pearson相关系数r。采用的公式为：

(2)计算时域梯度

时域梯度相似度算法是利用完整的曲线梯度信息描述曲线沿 分布方向的变化趋势，并利用参考曲线与目标曲线间梯度信息 的偏差，量化曲线间的趋势相似度。所以，本公开通过测井资 料的时域及时域梯度相似度算法，能够有效地比较储层测井响 应的幅值特征及形态变化特征，进而有效进行储层智能识别。

本公开实施例基于梯度特征度量测井曲线相似度，综合测井 曲线数值信息与梯度信息构造优化相似度算法，通过参考井参 考层段测井信息与目标井测井信息对比，寻求最佳匹配结果， 即为所判定层位。该算法可以有效提取参考井测井曲线与目标 井测井曲线的相似性，采用目标井与参考井相对应层段测井数 据幅值偏差与梯度偏差的加权平均的方式，实现测井资料储层 智能对比。具体如下：

①、计算幅值偏差与梯度偏差

利用步骤1(3)获得的参考井及目标井相应层位的归一 化测井数据，计算幅值偏差及梯度偏差；其中，计算幅值偏差 采用的公式为：其中：x_i，y_i为目标井及参考井第i 个点的归一化的测井数据。

计算梯度偏差采用的公式为：其 中：x_i，y_i为目标井及参考井第i个点的归一化的测井数据，x_i-1、y_i-1为目标井及参考井第i-1个点(即第i个点的前一个 点)的归一化的测井数据(此处就是x、y的含义)。

②幅值偏差与梯度偏差的加权平均

采用的公式为：

其中：x_i，y_i为目标井、参考井第i个点的归一化的测井数 据，为目标井、参考井归一化测井数据的变化梯度，m1、m2 为加权系数，m1、m2的取值范围分别为0.1～0.9,0.9～0.1， m1、m2值的选取一般根据问题的需要，通过实验来确定，本发 明选取m1、m2均为0.5。

(3)计算动态时间弯曲度

动态时间弯曲度采用的是一种最优化算法，它是通过不断 计算矢量距离最小匹配路径得到最终结果。动态时间弯曲算法 的优点是即便两序列长度不相等也可以测量，可以通过错位进 行处理。

给定两条时间序列S＝{s₁,s₂,...,s_n}和Q＝{q₁,q₂,...,q_m}，以任意 两点间的距离确立n×m的距离矩阵D_n×m，其中：

D(i,j)＝||S_i-q_j||_w；

为点s_i与q_j间的距离，i＝1,2,...,n,j＝1,2,...，m，当w＝2时为欧氏 距离。

为了计算S和Q的动态时间弯曲距离DTW(S,Q)，需要找 到一条最优的弯曲路径P_best＝{P₁,P₂,...,P_k}(max(n,m)≤K≤n+m+1) 使得s和Q的累积距离值达到最小，p_k表示该弯曲路径元素在 距离矩阵中的位置,即p_k＝D(i,j)_k表示s_i与q_j之间的匹配关系，找 到唯一的最优路径使得累积距离达到最小，即

所以本公开计算动态时间弯曲度即为计算距离度，具体如 下：

①计算平均值

利用步骤1(3)获得的参考井及目标井相应层位的归一化 测井数据，分别计算平均值；所述平均值计算公式为： 其中x_i为归一化的测井数据。

②计算协方差、方差、时间距离

计算参考井包含预判定层位的窗口内归一化测井数据与目 标井滑动窗口内归一化数据的协方差及方差，该协方差及方差 计算公式分别是：

其中，x_i、y_i分别表示目标井、参考井测井曲线测量值， 表示目标井、参考井测井曲线测量值的平均值。

③计算距离度

利用协方差及方差计算结果计算距离度，距离度的计算公 式是：

(4)计算动态时间概率密度弯曲度

测井数据的概率密度相似度表示瞬时幅值落在某指定范围 内的概率，因此是幅值的函数，它随所取范围的幅值而变化。 由于曲线上每个数据点赋予了不同的权重，所赋权值大的数据 点在计算曲线相似度时所起的作用也大，设X为一随机变量， 若存在非负实函数f(x)，使对任意实数a<b，有

则称X为连续型随机变量，f(x)称为X的概率密度。

本公开概率密度的计算公式如下：

其中：X、Y分别表示目标井、参考井窗口内测井数据集 合，x_i、y_i分别表示目标井、参考井窗口内测井数据集合内归一 化测井数据。分别表示目标井、参考井窗口内测井数据集 合内归一化测井数据的平均值。

本公开所述平均值是利用步骤1(3)获得的参考井及目标 井相应层位的归一化测井数据，分别计算平均值。例如：目标 井的平均值计算公式为：其中x_i为归一化的测井数 据；同理可以得到参考井的平均值计算公式。

并根据目标井滑动窗口内各个采样点的测量值，赋予不同 采样点的概率密度权重，权重系数为：

二：根据参考井的层位参数与目标井的相似度参数确定对 比层位深度。

1、选取目标井全井段中所述概率密度最大的层位，或所述 距离度最小的层位，或所述距离度最小的层位，或所述时域梯 度值最小的层位，或Pearson相关系数最大的层位，依据所述层 位对应的深度作为所述测井方法的最优层位深度；

2、选取该最优层位深度中相同的深度点，若相同的深度点 只有一个，则该深度点就作为最终的对比层位深度；

若相同的深度点为两个以上，选择该深度点所在层位及其 上一层位，如所述Pearson相关系数最大的层位是S214，则上 一层位就是S213；获取参考井上对应的两层位之间的深度差作 为参考深度差，即将参考井的S213层位与S214层位之间的深 度差作为参考深度差；分别计算各相同的深度点与所述上一层 位对应的深度点之间的深度差值，选择所述深度差值中最接近 所述参考深度差的深度点作为最终的对比层位深度；

若没有相同的深度点，则分别调用与所述最佳判别深度相 同层位的邻井(当两口井所在的连接直线之间没有第三口井 时，这两口井互为邻井)的测井数据代替所述参考井的所述相 同层位的测井数据重新计算最佳判别深度，然后根据这个重新 确定的最佳判别深度进行重新匹配，直至确定最终的对比层位 深度；

若遍历区域内相同层位的所有井进行最佳判别深度的重新 计算，并依据重新计算的最佳判别深度再次进行重新匹配后， 仍未找到相同的深度点，按断层处理。

本公开重新选择邻近其他井作为参考井，运用邻井相同层 位的测井数据，代替参考井相同层位的测井数据进行重新计 算，可以克服由于邻井相同层位的测井数据存在测量误差、岩 性物性发生改变导致曲线形态发生变化，致使根据参考井资料 进行地层对比出现误差。

经过本公开方法的对比过程及对比结果如图4、图6-1～6-4 所示。其中，图4结果显示人工对比结果与本公开方法对比结 果几乎重合在一起，只有0.1米的深度误差。目标井G113层段 曲线形态特征及计算比对结果如图6-1～6-4所示，该井G113 层位经过预处理的六种测井资料分别经过Pearson相关系数 法、时域梯度法、动态时间弯曲度及动态时间概率密度法进行 地层对比的深度几乎完全一致，与人工对比深度相同。

为了进一步验证本公开方法的准确性，针对目标井与参考 井分别为同一口井及不同井进行检测。

其中，图7是目标井与参考井为同一口井的自检测结果， 所述自检测是针对同一口井，分别进行人工深度对比及采用本 公开方法对比，结果是二者的对比结果100％重合。

图8是对大庆萨尔图某油层组目标井与参考井为不同井的 对比效果图，分别进行人工对比及本方法对比，符合率在95％ 以上。

图9是随机统计16口井1111个层的人工对比及本方法对 比结果，总符合率在95％以上，完全满足用户需求。

本公开方法，因为选择特定的六种测井资料，然后对测井 资料进行相应的归一化处理，保留了测井方法的形态特征，消 除了测井资料间测量误差、测量单位及随机噪声、系统噪声等 的影响；同时根据测井资料分辨率不同选择合适的滑动窗长， 消除曲线间的深度误差，最终根据距离度的大小，并结合参考 井层位信息，成功实现了参考井、目标井地层智能对比，使得 运用动态时间弯曲度法进行地层对比得以实现。

以上所述实施例仅为表达本公开的实施方式，其描述较为 具体和详细，但并不能因此而理解为对本公开专利范围的限 制。应当指出的是，对本领域的普通技术人员来说，在不脱离 本公开构思的前提下，还可以做出若干变形、同等替换、改进 等，这些都属于本公开的保护范围。因此，本公开专利的保护 范围应以所附权利要求为准。

Claims (7)

1.一种利用相似度算法进行地层对比的方法，其特征在于，包括：

获取参考井与目标井相应层位微电位、高分辨率侧向、微球、密度、高分辨率声波和自然伽马这六种测井方法的测井曲线，采用Pearson相关系数、时域梯度、动态时间弯曲度或动态时间概率密度相似度算法，计算目标井全井段一定滑动窗长内的相似度参数；

根据参考井的层位参数与目标井的相似度参数确定对比层位深度。

2.根据权利要求1所述的地层对比的方法，其特征在于：计算所述相似度参数的方法是：

计算参考井与目标井相应两条测井曲线变量之间的Pearson相关系数、计算参考井与目标井相对应层段测井数据间的时域梯度、计算参考井与目标井相对应层段测井数据间的距离度或计算参考井与目标井相对应层段测井数据间的概率密度；所述Pearson相关系数、所述时域梯度、所述距离度或所述概率密度即为所述相似度参数。

3.根据权利要求1所述的地层对比的方法，其特征在于，确定对比层位深度的方法，包括：

在所述目标井全井段中，针对每种测井方法，选取体现最大相似度的所述相似度参数所在的层位对应的深度作为所述测井方法的最优层位深度；

选取所述最优层位深度中相同的深度点，若所述深度点为一个，则所述深度点作为最终匹配深度；

若相同的深度点为两个以上，则获取参考井上对应的两层位之间的深度差作为参考深度差，分别计算各相同的深度点与所述上一层位的深度点之间的深度差值，选择所述深度差值中最接近所述参考井深度差的深度点作为最终匹配深度；

若没有相同的深度点，则分别调用与所述最优层位深度相同层位的邻井的测井数据代替所述参考井的所述相同层位的测井数据重新计算最优层位深度，依据重新计算的最优层位深度重新确定最终匹配深度；

若对区域内所述相同层位的所有井进行所述重新计算后，仍未找到相同的深度点，则该目标层位按断层处理。

4.根据权利要求1或2所述的地层对比的方法，其特征在于：

对所述测井数据进行归一化处理以消除不同所述测井数据间测量单位的影响，同时减小测量噪声对计算所述Pearson相关系数、所述时域梯度、所述距离度或所述概率密度的影响。

5.根据权利要求3所述的地层对比的方法，其特征在于：

所述归一化处理是在一定滑动窗长的滑动窗口内，分别对参考井层位窗口和所述目标井全井段的六种所述测井方法的测井数据进行归一化处理以得到相应的归一化测井数据。

6.根据权利要求4所述的地层对比的方法，其特征在于，所述归一化处理的方法，包括：

利用每个滑动窗口内各种测井方法测井数据的最大值，去除对应的测井方法在本滑动窗口内其它测量点的测量值，得到所述滑动窗口内各种测井数据的归一化测井数据。

7.根据权利要求4所述的地层对比的方法，其特征在于：

利用所述归一化测井数据计算所述Pearson相关系数、所述幅值偏差与梯度偏差的加权平均、所述距离度或所述概率密度。